- 실제 현업에서는 상품을 구매까지 진행한 고객보다 방문자수가 훨씬 많음
- 그러므로 고객들의 결제전까지의 행동을 알아보는 일이 많음
- 고객행동분석은 데이터를 통해 고객들이 서비스를 어떻게 활용하는지 확인하는 것
고객행동지표
Funnel
사용자의 방문~구매까지의 과정을 단계별로 보는 방법
- 사용자가 특정 목표(예: 구매, 회원가입 등)를 달성하기까지의 과정을 단계별로 분석하는 기법
- 각 단계에서 사용자가 이탈하는 지점을 파악할 수 있음
- 각 단계에서의 이탈 원인을 파악하여 전환율을 높이는 전략을 수립할 수 있음
AARRR 프레임워크
Acquistion (유입) : 고객들을 얼마나 획득하는가
Activation (활성화) : 고객들이 주요기능을 사용했는가
Retention (유지) : 고객은 우리 서비스를 꾸준히 이용하는가
Referral (추천) : 고객이 자발적으로 우리 서비스를 추천하는가
Revenue (수익) : 고객들로부터 수익이 창출되는가
Acquisition (유입)
| 주요 확인 지표 | 의미 |
|---|
| DAU | Daily Active User / 일간 활성 유저 |
| WAU | Weekly Active User / 주간 활성 유저 |
| MAU | Monthly Active User / 월간 활성 유저 |
| 신규 고객 수 | 새로 방문한 고객 |
Activation (활성화)
| 주요 확인 지표 | 의미 |
|---|
| 평균 Page View(PV) | 고객들이 둘러본 평균 페이지 수 (전체 PV / 활성 유저) |
| 평균 체류시간 | 고객이 우리 서비스에 평균적으로 머무른 시간 (전체 세션시간 / 활성 유저) |
| 회원가입 고객 수 | 서비스 신규 가입 고객 수 |
| 전환율 (conversion rate) | 특정 행동(주로 중요한 행동)을 한 고객의 비율 |
| 이탈율 (bounce rate) | 아무 행동 없이 서비스를 떠난 세션의 비율 |
Retention (유지)
| 주요 확인 지표 | 의미 |
|---|
| 잔존율 (Retention Rate) | 고객이 떠나지 않고 유지되는 비율 |
| ㄴ (재방문고객 / 특정 시점의 방문고객) |
| 동질 집단(코호트)을 기준으로 확인하는 경우가 많음 |
| ㄴ 1월 가입자 100명이 2월에 60명 방문했다면? 60% |
| 사용자 고착도 (Stickiness) | 고객들이 우리 서비스에 얼마나 자주 방문하는가? |
| ㄴ DAU / WAU (%) 혹은 DAU / MAU (%) |
- 코호트란 특정행동을 한 고객을 한 그룹으로 묶는 것
- DAU < WAU 계속 새로운 유저가 들어온다는 의미
- DAU = WAU 기존 사람들이 계속 들어온다는 의미
Referral (추천)
| 주요 확인 지표 | 의미 |
|---|
| 공유하기 수, 리뷰 수, 친구 초대 등 | SNS 등 공유된 횟수 / 리뷰 수 / 친구 초대 발송건수 등 |
| 바이럴 계수 | 기존 고객이 만들어내는 신규 고객의 수 |
| ㄴ (고객 수 고객 1명당 평균 추천 수 추천 받은 고객의 가입전환율) / 고객 수 |
Revenue (수익)
| 주요 확인 지표 | 의미 |
|---|
| GMV | 총 거래액 (모든 구매된 거래건의 총액) |
| 구매전환율 | 실제 구매한 고객은 얼마나 되는가? |
| ㄴ 구매횟수 / 상세조회 수(유입 수) |
| LTV | 고객 생애 가치 한 명의 고객으로부터 얻을 것으로 기대되는 수익 |
| ARPU / ARPPU | ARPU = 고객당 평균 매출 / ARPPU = 구매고객(paid user) 당 평균 매출 |